Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Goto Application

1. WO2020097217 - SYSTÈMES ET PROCÉDÉS POUR L'APPRENTISSAGE D'UN RÉSEAU NEURONAL D'AUTOENCODEUR UTILISANT DES DONNÉES RARES

Numéro de publication WO/2020/097217
Date de publication 14.05.2020
N° de la demande internationale PCT/US2019/060090
Date du dépôt international 06.11.2019
CIB
G06K 9/62 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
KRECONNAISSANCE DES DONNÉES; PRÉSENTATION DES DONNÉES; SUPPORTS D'ENREGISTREMENT; MANIPULATION DES SUPPORTS D'ENREGISTREMENT
9Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
62Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
G06N 3/08 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
08Méthodes d'apprentissage
G06N 3/02 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
Déposants
  • EMORY UNIVERSITY [US]/[US]
Inventeurs
  • PANDARINATH, Chethan
  • KESHTKARAN, Mohammadreza
Mandataires
  • ISAACS, Randi
  • MASON, James C.
  • FRITTS, Laura
  • SHERER, Todd
Données relatives à la priorité
62/756,21506.11.2018US
62/886,62814.08.2019US
Langue de publication anglais (EN)
Langue de dépôt anglais (EN)
États désignés
Titre
(EN) Systems and Methods for Training an Autoencoder Neural Network Using Sparse Data
(FR) SYSTÈMES ET PROCÉDÉS POUR L'APPRENTISSAGE D'UN RÉSEAU NEURONAL D'AUTOENCODEUR UTILISANT DES DONNÉES RARES
Abrégé
(EN)
Methods and systems are provided to prevent pathological overfitting in training autoencoder networks, by forcing the network to only model structure that is shared between different data variables and to enable an automatic search of hyperparameters in training autoencoder networks, resulting in automated discovery of optimally-trained models. The method may include training a neural network. The training may include applying a first binary mask to the set of training data to determine the training input data. The training may include processing the training input data by the neural network to produce network output data. The training may include determining one or more updates of the parameters based on a comparison of at least a portion of the network output data and a corresponding portion of the training data. The portion of the network output data and the corresponding portion of the training input data being inverts.
(FR)
L'invention concerne des procédés et des systèmes pour éviter un surapprentissage pathologique dans l'apprentissage de réseaux d'autoencodeur , en forçant le réseau seulement sur une structure de modèle qui est partagée entre différentes variables de données et pour permettre une recherche automatique d'hyperparamètres lors de l'apprentissage de réseaux d'autoencodeur, ce qui permet d'obtenir une découverte automatisée de modèles à apprentissage optimal. Le procédé peut comprendre l'apprentissage d'un réseau neuronal. L'apprentissage peut comprendre l'application d'un premier masque binaire à l'ensemble de données d'apprentissage pour déterminer les données d'entrée d'apprentissage. L'apprentissage peut comprendre le traitement des données d'entrée d'apprentissage par le réseau neuronal pour produire des données de sortie de réseau. L'apprentissage peut consister à déterminer une ou plusieurs mises à jour des paramètres sur la base d'une comparaison d'au moins une partie des données de sortie de réseau et d'une partie correspondante des données d'apprentissage. La partie des données de sortie de réseau et la partie correspondante des données d'entrée d'apprentissage sont inversées.
Dernières données bibliographiques dont dispose le Bureau international